Rețele neuronale cu mai multe straturi

În acest exercițiu, vei scrie cod pentru propagarea înainte într-o rețea neuronală cu 2 straturi ascunse. Fiecare strat ascuns are două noduri. Datele de intrare sunt preîncărcate ca input_data. Nodurile din primul strat ascuns se numesc node_0_0 și node_0_1. Ponderile lor sunt preîncărcate ca weights['node_0_0'], respectiv weights['node_0_1'].

Nodurile din al doilea strat ascuns se numesc node_1_0 și node_1_1. Ponderile lor sunt preîncărcate ca weights['node_1_0'], respectiv weights['node_1_1'].

În final, generăm ieșirea modelului din nodurile ascunse folosind ponderile preîncărcate ca weights['output'].

Ch1Ex10

Acest exercițiu face parte din cursul

Introducere în Deep Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Calculează node_0_0_input folosind ponderile sale weights['node_0_0'] și input_data-ul dat. Apoi aplică funcția relu() pentru a obține node_0_0_output.
Repetă aceiași pași pentru node_0_1_input pentru a obține node_0_1_output.
Calculează node_1_0_input folosind ponderile sale weights['node_1_0'] și ieșirile din primul strat ascuns – hidden_0_outputs. Apoi aplică funcția relu() pentru a obține node_1_0_output.
Repetă aceiași pași pentru node_1_1_input pentru a obține node_1_1_output.
Calculează model_output folosind ponderile sale weights['output'] și array-ul de ieșiri din al doilea strat ascuns hidden_1_outputs. Nu aplica funcția relu() acestei ieșiri.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

def predict_with_network(input_data):
    # Calculate node 0 in the first hidden layer
    node_0_0_input = (____ * ____).sum()
    node_0_0_output = relu(____)

    # Calculate node 1 in the first hidden layer
    node_0_1_input = ____
    node_0_1_output = ____

    # Put node values into array: hidden_0_outputs
    hidden_0_outputs = np.array([node_0_0_output, node_0_1_output])
    
    # Calculate node 0 in the second hidden layer
    node_1_0_input = ____
    node_1_0_output = ____

    # Calculate node 1 in the second hidden layer
    node_1_1_input = ____
    node_1_1_output = ____

    # Put node values into array: hidden_1_outputs
    hidden_1_outputs = np.array([node_1_0_output, node_1_1_output])

    # Calculate model output: model_output
    model_output = ____
    
    # Return model_output
    return(model_output)

output = predict_with_network(input_data)
print(output)

Editează și rulează codul